• Ubuntu 16.04 安装opencv的各种方法(含opencv contrib扩展包安装方法)


    Ubuntu 16.04 安装opencv的各种方法(含opencv contrib扩展包安装方法)

    https://blog.csdn.net/ksws0292756/article/details/79511170

    本文主要介绍安装opencv C++接口和python接口的几种方法。 首先介绍C++接口的,然后介绍Python接口的

    C++接口安装

    采用源码编译的安装方式,基本也就是这种方法了,首先在官网下载你想安装的版本的opencv压缩包,下载连接如下: 
    https://github.com/opencv/opencv/releases

    首先,安装一些依赖,根据自己的情况选择,如果不知道自己安装了那些依赖,就都输入一遍,如果已经安装系统会自动跳过,不会重复安装

    sudo apt-get install build-essential
    sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
    sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

    然后,将压缩包解压,我下载我是opencv3.4.3版本,所以最后解压出来的文件夹就是opencv-3.4.3,接着,先用命令行进入该文件夹,然后执行命令,如下所示:

    cd ~/opencv-3.4.3  # 进入opencv文件夹
    mkdir build # 创建build文件夹
    cd build # 进入build文件夹
    
    #cmake指令,如果没有特殊要求建议就选择默认的就可以
    #注意,后面的两个点千万不能省,代表了上级目录
    cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..  
    make -j7 # 多线程执行make任务
    
    # 最后一步,安装库文件
    sudo make install
    
    #安装完成

    Python 接口安装

    有以下几种方法。具体操作如下:

    方法一(推荐):利用pip安装opencv-python

    在安装之前,如果你之前安装过旧版本的opencv,那么就先将其删除,再进行下面的安装过程。 
    在pip中可以方便快速的安装opencv-python和opencv-contrib-python,只需要输入两条指令即可:

    $ pip install opencv-python #安装opencv
    $ pip install opencv-contrib-python #安装opencv的contrib扩展包

    这里写图片描述

    常见问题:

    • opencv-python和opencv-contrib-python是否必须要同时安装? 
      答:不需要,他们分别可以独自运行,但是一般情况下,都会将两个包都装上
    • 报错显示pip找不到包? 
      答:这种请看多半是因为pip比较旧,这时只需要输入下面的指令更新以下pip就行了
    $ pip install --upgrade pip
    $ pip install wheel #如果确定已经安装了wheel就不用执行这条指令
    • 安装过程遇到错误提示? 
      答:确保你已经删除了旧版本的opencv python捆绑包

    方法二:利用conda安装opencv

    利用conda安装opencv,这种方法相较于pip安装方法来说,可以自由选择opencv的版本,使用面更广,但是缺点是不能安装opencv-contrib。具体操作如下: 
    首先,可以查询一下conda里面可以安装的opencv:

    conda search opencv

    这里写图片描述 
    然后,根据你想要安装的opencv版本(以3.1.0为例),输入以下指令即可:

    conda install opencv=3.1.0
    • 1

    这里写图片描述

    以上两种opencv的安装方法可以满足大部分人的基本需求,但是,如果你既想要自定义选择opencv的版本,又想要安装opencv-contrib扩展库,那么可以采用源码编译的方式安装,这也是opencv官方推荐的安装方式。

    方法三:源码编译安装opencv和contrib

    首先,更新以下系统:

    $ sudo apt-get update
    $ sudo apt-get upgrade

    接着,安装需要的编译工具

    $ sudo apt-get install build-essential cmake pkg-config

    然后,安装相应的依赖包

    $ sudo apt-get install libjpeg8-dev libtiff5-dev libjasper-dev libpng12-dev
    $ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
    $ sudo apt-get install libxvidcore-dev libx264-dev
    $ sudo apt-get install libgtk-3-dev
    $ sudo apt-get install libatlas-base-dev gfortran

    然后在Github的opencv项目主页下载你需要的版本,注意contrib的版本和opencv的版本要一致。 
    opencv源码下载地址: 
    https://github.com/opencv/opencv/releases 
    contrib源码下载地址: 
    https://github.com/opencv/opencv_contrib/releases 
    这里写图片描述

    下载好opencv的源码压缩包以后,将其解压,然后,进入到opencv的文件夹中(这里我以opencv3.1.0为例): 
    (注意,如果下面的指令报错,就将所有-D后面的空格删除)

    $ cd ~/opencv-3.1.0/
    $ mkdir build
    $ cd build
    $ cmake -D CMAKE_BUILD_TYPE=RELEASE 
        -D CMAKE_INSTALL_PREFIX=/usr/local  #这里是opencv的安装路径,建议不要修改,就采用默认的安装路径即可
        -D INSTALL_PYTHON_EXAMPLES=ON 
        -D INSTALL_C_EXAMPLES=OFF 
        -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.1.0/modules 
        -D PYTHON_EXECUTABLE=~/.pyenv/bin/python  #这是要用来编译的python路径
        -D BUILD_EXAMPLES=ON ..  # 我在编译例子时遇到错误,把它改为OFF通过

    上边的参数配置中,有几处是需要根据你自己电脑上的路径来设置的:

    • CMAKE_INSTALL_PREFIX:opencv的安装路径,可以自己设置,但建议就用默认路径
    • OPENCV_EXTRA_MODULES_PATH:contrib文件夹的所在路径,取决于你刚刚下载的contrib压缩包解压后的文件位置
    • PYTHON_EXECUTABLE:用来进行编译的python路径,如果你不知道自己所有python的路径的话,可以利用指令which python来查询

    完成cmake的配置后,利用make指令进行编译:

    $ make

    然后在进行安装

    $ sudo make install
    $ sudo ldconfig

    最后,建立软连接

    $ ln -s /usr/local/lib/python2.7/site-packages/cv2.so cv2.so
  • 相关阅读:
    Insert Sort Singly List
    Binary Search Tree Iterator
    React的组件化
    React的虚拟DOM
    如何依靠代码提高网络性能
    读高性能JavaScript编程 第三章
    读高性能JavaScript编程 第二章 让我知道了代码为什么要这样写
    读高性能JavaScript编程 第一章
    固本培元之一:栈和堆
    学习笔记
  • 原文地址:https://www.cnblogs.com/leoking01/p/9990649.html
Copyright © 2020-2023  润新知